随着电力系统的发展和建设坚强智能电网工程的展开，不断扩大的电网规模和状态检修、分布式发电等新兴技术的出现对配网检修计划的制定提出了新的挑战。本文总结已有的研究成果，针对时下配电网中多种检修方式并存的现状，提出了一种基于风险评估的配电网检修决策模型。以RBTS-BUS2系统为例，采用粒子群算法进行了求解和分析，验证了所提出模型和算法的合理性和有效性。针对目前大部分风险评估模型忽略一个检修周期内电力设备状态变化的缺点，分别基于“等效入役年龄”和“设备健康指数”计算了设备在检修周期各个时段的故障率，并且引入“役龄回退因子”和“健康修复因子”来表征各类检修对设备的修复程度。在对设备各时段故障率进行准确计算的基础上，提出了一种基于风险评估的配电网检修决策优化模型，有效地将不同的检修方式融合并综合考虑设备状态及其发展、各类检修的作用、电网的运行方式等因素。模型计及电网检修风险和电网故障风险，以电网运行风险最小为优化目标，以电网安全约束、检修关系约束和检修资源约束等为约束条件。为了避免粒子群算法在迭代初期陷入局部最优，引入细菌趋化行为对粒子群算法进行改进。通过多样性的高低控制粒子的行为：当粒子群的多样性太低时，进行排斥操作；当粒子群的多样性太高时，进行吸引操作。通过算例测试表明，改进的算法可以防止粒子群过早的收敛，同时还能够保持较高的收敛速度。对基于风险评估的检修计划优化模型的实用化进行初步的探讨，研究了检修决策模块功能结构，模块作为配网状态检修辅助决策系统的一部分，能够在对设备进行风险评估的基础上合理地安排设备的检修计划。